1 未来战场的变革

1-1 缩短战争的 OODA 循环

未来的战争将比我们现在的想象快如闪电。这场变革的核心在于人工智能（AI）。AI 能够在眨眼之间分析海量信息，寻找最佳应对方案，甚至能显著缩短执行命令的过程。

为了理解这种变革，了解“OODA 循环”（OODA Loop）这一概念会大有裨益。OODA 循环是一个重复观察（Observe）、调整（Orient）、决策（Decide）和行动（Act）四个阶段的决策过程。这一概念由曾任战斗机飞行员的约翰·博伊德（John Boyd）创立，最初是为赢得空战而制定的策略，但现在已不仅应用于军事行动，还被广泛用作管理、体育等多个领域的胜负法则。

迄今为止，战争自然是由人类的决策和判断来执行的。其过程包括观察敌方动向（Observe），根据收集到的信息判断当前形势是否对己方有利（Orient），决定采取何种作战方案（Decide），并最终下达命令由士兵采取行动（Act）。

然而，这一过程伴随着致命的时间延迟。包括收集和传递信息的时间、分析和理解情况的时间、在多种选择中做出最优选择的时间，以及下达和执行命令的时间等。在复杂且瞬息万变的战场环境下，人类的思维能力和判断速度必然存在绝对的局限。压力、疲劳和情绪因素也会影响决策，而在层级间的报告和命令下达过程中，宝贵的时间也在不断流逝。

人工智能可以将这一切过程转变为超高速。

在“观察”阶段，AI 能够比人类多出数百倍地实时收集和处理各种信息。AI 以闪电般的速度分析来自无数无人机、卫星、地面传感器等设备的大量图像、音频和信号信息，并筛选出有意义的内容。即使是人类可能忽略的细微变化或隐藏模式，AI 也能在瞬间捕捉到。

在“调整”阶段，AI 通过将收集到的信息与现有数据、战术模型等进行超高速对比分析，客观评估当前局势并预测未来。它能以数十种场景呈现敌人可能的行动路线，并在几秒钟内计算出每个场景的成功概率和风险因素。AI 可以通过基于数据的冷静分析，补充或替代人类指挥官曾经不得不依赖经验或直觉的部分。

在“决策”阶段，AI 的作用同样达到了“游戏规则改变者”的水平。AI 可以根据分析结果向指挥官推荐最有效的应对方案或攻击计划。通过考虑无数变量并实时建议最佳武器组合、兵力部署和攻击时机，AI 协助人类指挥官做出决定。在某些特定情况下，AI 甚至可以根据预设的规则和交战规则直接下达“行动”命令。例如，可以设想这样一种系统：在探测到敌方导弹时，AI 会在无需人类干预的情况下自动发射拦截导弹。

随着 AI 介入 OODA 循环的全部或部分过程，整体的决策及执行速度将得到飞跃式的提升。谁能比敌人更快地掌握情况、更快地做出判断、更快地采取行动，谁就能在战场上占据压倒性的有利地位。

战争速度的加快意味着战斗模式的彻底改变。过去需要几天甚至几周才能完成的行动，在未来可能只需几小时甚至几分钟就能决定胜负。这意味着战场上的时间概念将完全改变，而干扰对手的 OODA 循环或保护自己的 OODA 循环将成为生存的核心。

电子战和网络战的重要性将达到前所未有的高度，通过使敌方的传感器失效或干扰通信来阻碍其“观察”和“调整”，并通过网络攻击瘫痪敌方的指挥控制系统，从而延迟其“决策”和“行动”。在快速变化的战场局势中，人类指挥官是否应该控制一切并承担责任，这一伦理和法律问题也必须共同探讨。因为 AI 的判断错误或误操作可能会导致致命的后果。

由 AI 缩短的 OODA 循环在极大提高未来战争效率的同时，也向我们提出了从未经历过的全新挑战。

1-2 无人化、自主化、智能化战争的深化

未来战争的另一个令人震撼的特征是“无人化”、“自主化”和“智能化”将迅速深化。这三个概念像齿轮一样紧密相扣，并随着人工智能技术的发展而共同演进。这意味着不再由人类直接操控的武器系统正朝着自主判断和行动，甚至通过经验学习和发展的方向迈进。这些变革从根本上改变了战争方式，引发了一系列关于军人角色和战争伦理的新问题。

“无人化”对我们来说已经是一个熟悉的概念。远程操控的无人机在现代战争中发挥着核心作用，执行侦察、监视甚至攻击任务。无人化最大的优点在于可以保护己方士兵宝贵的生命免受危险。通过在危险的侦察任务或深入敌后的行动中使用机器代替人类，可以保护生命安全。

目前，空中无人机最为广为人知，但未来在陆、海、空所有领域，无人系统的活动都将进一步扩大，例如探索海底和排除水雷的无人潜航器（UUV），以及在地面执行侦察、物资运输和战斗任务的无人车辆（UGV）。士兵们不再直接参与战斗，而是从安全的后方远程控制或管理无人装备，这一现象将逐渐变得普遍。

“自主化”是比无人化更高一级的概念。它不仅意味着远程操控，还意味着武器系统能够自主感知周围环境、判断局势，并为了达成既定目标而独立采取行动。这可能超越侦察无人机在无人干预的情况下自主完成从起飞、飞行到降落的全过程，或者在感知到敌方攻击时自动执行闪电般的规避动作。

完全自主化的武器系统具有巨大的优势，即即使在通信中断或电磁干扰严重的极端环境下，也能自主持续执行任务。多台自主系统还可以相互协作，顺利完成复杂的任务。

然而，随着自主化水平的提高，关于将使用武器的决定权也交给机器的“致命自主武器系统”（Lethal Autonomous Weapons Systems, LAWS）的伦理争议也愈发激烈。机器决定人类生死引发了严重的道德问题，以及发生误操作或意外情况时的责任归属问题。

“智能化”意味着自主系统不再仅仅根据给定的程序采取行动，而是通过人工智能技术具备自主学习和发展的能力。就像经验丰富的资深士兵一样，AI 武器系统可以学习过去的战斗数据或模拟结果，从而自主找到更有效地应对新威胁的方法。

当面对敌方的新战术或武器系统时，如果现有的应对方式无效，AI 可以实时分析数据，创建新的规避动作模式，或当场设计出更有效的攻击方法。随着多个 AI 系统共享信息和学习结果，其智能水平也可以实现集体提升。这些智能化的武器系统能够更加灵活、迅速地适应不断变化的战场形势，并以难以预测的方式行动，使敌人陷入混乱。

这种无人化、自主化和智能化将彻底改变未来战争的面貌。战斗可能从人类士兵之间的直接冲突，演变为无人系统与自主系统之间的激烈对抗。人类军人的角色将从直接参与战斗转变为管理和监督自主系统、做出最终决策，并处理系统难以应对的复杂及意外情况。

通过基于AI的网络攻击或信息战使敌方的无人自主系统失效或发生故障，将成为胜负的核心。然而，这种技术进步给人类带来了深刻的困扰。脱离人类控制的自主杀伤性武器的出现，存在导致战争悲剧进一步扩大的危险，而AI系统之间的竞争性军备扩张也可能加剧国际局势的不稳定。

因此，在技术进步的同时，必须就建立伦理、法律和国际规范进行认真的讨论和努力。未来战争的形态最终取决于人类如何使用和控制技术，而非技术本身。

1-3 无人机群（Swarm）技术的发展与影响

无人机群不仅是同时操作多架无人机，更意味着数十、数百甚至数千架无人机像蜂群或鸟群一样，通过人工智能（AI）相互通信与协作，为实现单一目标而有机运动的创新技术。整个集群可以爆发性地发挥出远超个体能力总和的强大力量。

根据2025年的最新研究，英国达勒姆大学开发的“T-STAR（Time-Optimal Swarm Trajectory Planning）”系统实现了多架无人机之间的实时沟通，同时达成了高速飞行与安全的集群运行，取得了令人瞩目的成果。这彻底颠覆了以往作为瓶颈存在的“速度与安全的权衡（trade-off）”，是革命性的变化。

这种无人机群技术的发展具有从根本上改变未来战场态势的潜力，并正在成为一种能够使现有防御体系失效的新威胁。

无人机群技术的核心在于，即便没有中央控制，个体无人机也能自行与周围无人机沟通，自主协作飞行并执行任务。正如自然界中的昆虫或鸟类在没有领导者的情况下也能行动一致，AI算法使每架无人机能够根据环境信息以及其他无人机的位置和状态信息，实时决定自己的行为（速度、方向、高度等）。

无人机群能够穿透复杂的障碍地形，维持特定形状的编队飞行，并从多个方向同时接近目标，表现出精妙且难以预测的运动。即使集群中的部分无人机被击落或发生故障，其余无人机也能立即重新编组并继续执行任务，具有强大的韧性（resilience）。

无人机群可用于多种军事目的。代表性的用途是使敌方的防空网失效。如果无数小型无人机同时从多个方向涌向防空雷达和导弹基地，现有的防御系统几乎不可能探测并拦截所有无人机。即使部分无人机被拦截，剩余的无人机也能到达目标并摧毁防御系统或使其功能瘫痪。这就像是用无数廉价的“矛”去压倒昂贵的“盾”。

无人机群在广阔区域的侦察和监视方面也非常有效。多架无人机散布在广阔区域同时收集信息，AI实时综合分析这些信息，提供战场情况的详细立体图像。部分无人机还可搭载通信中继设备或电子战设备，支持友军通信或干扰敌方通信及雷达。

此外，由具备小型炸弹或自杀功能的攻击型无人机组成的集群，可作为对地面部队、车辆和主要设施的直接攻击手段。特别是水下无人机群也已进入实用化阶段。芬兰的Helsing公司宣布开发了搭载AI的名为“SG-1 Padom”的水下无人机，能够对敌方潜艇及水面舰艇的声学信号进行分类和探测，并计划于2025年在北海和波罗的海一带进行实战部署。

无人机群技术的发展带来了几个重要的影响。第一，战争的非对称性可能进一步加剧。能够以相对低廉的成本大量使用小型无人机的集群技术，能为不具备尖端武器系统的国家甚至恐怖组织提供强大的攻击能力。这可能成为新的安全威胁。

第二，要求防御战略发生彻底改变。传统的以高性能拦截导弹为核心的防空网在面对无人机群攻击时可能非常脆弱。因此，开发诸如激光或高功率微波（HPM）等定向能武器（DEW）、利用多架小型拦截无人机的应对系统，以及通过电波干扰（jamming）或网络攻击使集群控制失效等新形态的“反集群（counter-swarm）”技术已迫在眉睫。

第三，可能使城市地区或平民密集地区的战斗态势变得更加复杂。小型无人机群可以在建筑物之间或狭窄小巷等传统武器系统难以进入的空间执行任务，在难以区分平民和战斗员的环境中，增加了误伤的风险。

集群技术是一把双刃剑，既提高了未来战争的效率，也增强了破坏力。由于该技术在攻击方面比防御更具优势，可能会引发军备竞赛并加剧国际紧张局势。如果具备自主判断能力的无人机群脱离人类控制并做出不可预测的行为，可能会导致无意间的冲突升级或平民伤亡。

2 人机协作模型的发展

2-1 副驾驶（Co-pilot）模型与人机编队

尽管人工智能（AI）在未来国防领域的作用正迅速扩大，但这并不单纯意味着取代人类。相反，人类与AI发挥各自长处进行协作的“人机协作模型”正受到更多关注。

AI有能力以闪电般的速度处理海量数据，不知疲倦，并能瞬间完成复杂的计算。相比之下，人类拥有AI难以具备的创造力、伦理判断力、应对意外情况的灵活性以及基于常识的推理能力。

因此，在未来战场上，人类与AI像团队一样行动并产生协同效应，将成为核心竞争力。在这些协作模型中，最具代表性的便是“副驾驶（Co-pilot）模型”及其扩展概念“人机编队（Human-Machine Teaming）”。

“副驾驶模型”顾名思义，是将AI比作飞机的副驾驶员。在飞行驾驶中，机长承担最终责任并操控飞机，而副驾驶则负责检查仪表盘、负责通信、检查飞行路径、在紧急情况发生时协助机长等，完美履行各种辅助职责。

同样，军事领域的AI副驾驶的作用是为人类指挥官或士兵执行任务提供所需的各种定制化支持。以战斗机飞行员进行复杂的空战为例，飞行员必须专注于敌机的动向并操控机身，但与此同时，还有海量的雷达信息、导弹警告、与友军的通信、武器系统管理等众多事项需要分心。

此时，AI副驾驶可以代替飞行员如闪电般分析雷达信息，找出最具威胁的敌人，或立即建议最佳避障路径，简化武器发射程序，并预先提醒燃料状态或机身异常征兆等。通过这种方式，飞行员可以从过重的信息负担中解脱出来，全身心地专注于最重要的判断和操控。

这种副驾驶模型不仅可以应用于战斗机，还可以应用于多个领域。坦克乘员可以在AI副驾驶的帮助下分析周边地形信息，掌握隐藏敌人的位置，并实时获得最有效的射击诸元推荐。情报分析官可以与AI副驾驶一起，在海量的卫星照片或监听资料中快速寻找有意义的信息，并获得撰写报告的帮助。

重要的是，AI副驾驶并不是要取代人类，而是发挥“辅助”作用，帮助人类做出更好的决策并更有效地执行任务。人类与AI之间必须建立深厚的信任。人类需要能够信任AI提供的信息和建议，而AI必须能够清晰地解释其做出判断的原因，以便人类理解（可解释人工智能，XAI）。能够让感人类与AI顺利沟通的用户界面设计也至关重要。

“人机组队（Human-Machine Teaming, HMT）”比副驾驶模型更进一步，意味着多名人类与多个AI系统（机器人、无人机、软件代理等）像一个团队一样有机地协作。它不仅是人类将机器作为工具使用，更旨在建立一种人类与机器相互理解彼此的角色和能力，并为了达成共同目标而相互依赖开展活动的关系。

未来的步兵分队可能由人类士兵以及物资运输机器人、侦察无人机、通信支持AI等组成。他们将实时共享信息（态势共享），预测彼此的下一步行动（相互预测性），AI系统根据人类的指示行动（定向性），有时AI系统会率先感知危险并向人类发出警告（相互依赖性），通过这种紧密协作来执行作战任务。

当然，也存在一些挑战。如何在人类与机器之间建立自然的沟通和信任？在复杂且动态的团队环境中如何明确各自的角色和责任？当机器面临伦理困境时该如何判断？这些都是需要解决的问题。

尽管存在这些困难，人机组队仍极有可能成为未来国防的核心范式。因为当人类的判断力与AI的信息处理能力结合时，任务成功率将大幅提升，我方伤亡则可降至最低。毫不夸张地说，未来战场的胜负将取决于能否构建并运行高效的人机协作体系。

人类与AI相互学习、共同进步并建立最佳伙伴关系的过程，正是未来国防应当发展的方向之一。

2-2 DARPA EMHAT 项目

让我们来看看美国国防高级研究计划局（DARPA）开展的“通过人机组队提高任务效率（Enhancing Mission Effectiveness through Human-Automation Teaming）”项目，简称 EMHAT。该项目的目标是开发一种基于AI的“虚拟副驾驶”，以帮助军用直升机飞行员更安全、更有效地执行复杂且危险的任务。

直升机驾驶本身就是一项极具挑战性的工作。飞行员必须在低空飞行时避开地形障碍，在恶劣天气下执行任务，并防范敌方的攻击威胁。在现代战争中，飞行员需要处理的信息量呈爆炸式增长。除了飞行仪表信息外，还必须同时确认并判断各种传感器数据、通过战术数据链传来的友军及敌军信息、通信内容等。

这种过重的信息负担和复杂的操纵要求会增加飞行员的疲劳感，提高犯错的可能性，并可能导致任务失败或事故。

EMHAT 项目正是为了解决这些问题而启动的。其核心目标是利用AI技术减轻飞行员的认知负担，增强态势感知能力，并开发一套智能辅助系统，帮助飞行员在压力巨大的环境下做出最佳决策。

EMHAT 项目开发的AI系统被设计成扮演类似经验丰富的副驾驶的角色。首先，AI实时监视直升机的所有系统。它持续监测飞行状态（高度、速度、燃油等）、内外传感器（雷达、摄像头、红外探测器等）、通信设备、武器系统等机体内的一切信息。

其次，它综合分析收集到的庞大数据，仅筛选出对飞行员有用的信息。当感知到前方障碍物、意外威胁或敌方导弹发射时，它会立即发出警告；它还能推荐基于当前油量的最佳飞行路径，并在复杂的交战场景中识别出应优先攻击的目标。

第三，AI还会执行部分自动化功能以减轻飞行员的负担。例如在特定地点自动悬停，或沿着预设路径自主飞行，并协助管理通信频道，以便飞行员专注于其他重要任务。当然，这些自动化功能被设计为飞行员随时可以收回直接控制权。

为了让AI副驾驶系统真正发挥作用，必须解决几个关键的技术课题。包括精确融合并解析来自各类传感器信息的技术（传感器融合）、能够识别飞行员意图并根据情况做出适应性反应的机器学习算法，以及开发能让飞行员直观地与AI互动的界面（语音命令、视线追踪、头盔显示器等）。

尤为重要的是“信任”问题。飞行员需要能够信任并依赖AI系统，但同时也要认识到系统的局限性，不可盲目迷信。为此，解释AI为何做出特定建议的“可解释人工智能（XAI）”技术得到了重点关注。此外，还需要在模拟真实飞行环境的高度仿真环境中进行大量测试，以彻底验证系统的安全性和性能。

从 EMHAT 项目中获得的技术具有应用到战斗机、无人机、地面车辆、舰艇等许多其他武器系统的潜力。该项目表明，AI并非简单地取代人类，而是作为增强和补充人类能力的“合作伙伴”在不断发展。

当然，AI系统发生故障的可能性、黑客威胁，以及赋予AI多大程度自主权的伦理问题等，仍是未来需要不断思考和解决的课题。然而，像 EMHAT 这样先驱性的研发努力，正在使人类与AI共同构建的未来国防蓝图变得具体化，可以被视为迈向更安全、更高效国防体系的重要一步。

3 国防AI技术的发展方向

3-1 增强可靠性、可解释性（XAI）及安全性

人工智能（AI）技术具有为国防领域带来革命性变化的巨大潜力。然而，要将这一强大的技术应用于实际军事行动，必须克服一些重大挑战。随着AI系统越来越多地承担直接关系到人类生命和国家安全的决策或辅助工作，必须以对该系统的深厚“信任”为基础。

这种信任并非凭空产生，而是需要通过不断证明和加强AI系统运作的可靠程度（可靠性）、是否能理解其做出决策的原因（可解释性），以及是否能在没有预料外风险的情况下安全运行（安全性）来实现。可靠性、可解释性和安全性这三个要素，可以说是未来国防AI技术发展的核心支柱。

首先，“可靠性（Reliability）”是指AI系统执行既定任务的一致性和准确性。国防环境充满不可预测的变量，且经常出现极端情况。即使在数据混入杂音、遭受敌方电子干扰攻击或面临此前未曾学习过的新型威胁时，AI系统也必须能够稳健地发挥其功能。

如果AI系统在关键时刻发生故障或做出错误判断，其后果将不仅限于任务失败，还可能导致友军误伤、平民伤亡，甚至引发意外的冲突升级等致命后果。因此，国防AI对可靠性的要求远高于其他任何领域。

为此，从开发阶段开始，在严格且多样的环境中进行测试与评估（T&E）至关重要。目前，研究界正积极开发稳健的 AI 架构，以解决 AI 模型过度依赖特定数据而导致在面对新情况时表现脆弱的问题（过拟合），并使其能够抵御对抗性攻击（例如：为欺骗 AI 而故意输入的恶意数据）。AI 自行评估其判断的置信度，并在不确定性较高时请求人类协助的功能，也是提高可靠性的重要因素。

其次，“可解释性（Explainability, XAI）”是指 AI 以人类能够理解的方式提供其决策或预测依据的能力。许多先进的 AI 技术，尤其是深度学习等模型，往往像“黑匣子”一样，其运行原理难以捉摸。如果 AI 得出了某个结果，但过程却不透明，人类用户就很难轻易信任该结果。

特别是在军事作战等需要做出重大决定的情况下，人类不能盲目遵循 AI 的建议，而必须能够判断该建议是否基于合理的依据。可解释的 AI 正是在这一点上发挥着关键作用。如果 AI 能够明确给出其判断依据，例如：“该目标是敌军的概率为 95%，原因是观测到了如此这般的特征”，人类指挥官就能以此为基础，做出更审慎、更准确的最终决策。

当 AI 系统出现错误时，可解释性对于寻找并解决原因、检测并修正 AI 潜在的偏见也是必不可少的。为了让 AI 与人类能够形成有效的团队协作，理解彼此“想法”的可解释性是核心要素。

最后，“安全性（Safety）”是确保 AI 系统在运行过程中不会造成意外伤害，并严格遵守预设的安全规程和交战规则（ROE）。这不仅包括防止技术错误，还包括设计和管理 AI，使其在伦理标准和法律框架内行动。

当武器系统搭载 AI 时，预防因误将平民或盟军识别为敌人而发起的攻击等惨剧是首要任务。此外，还必须防范 AI 系统被黑客攻击或网络攻击劫持并恶意利用的风险。

为了确保安全性，必须在 AI 系统内部设置强大的“安全护栏（guardrails）”。例如，限制 AI 绝对禁止执行某些行为（如攻击平民保护区），或者在系统出现严重错误时加载自动停止功能。无论 AI 系统如何发展，确保“有意义的人类控制（Meaningful Human Control）”原则至关重要，即在最终的使用武力决策中，人类必须能够进行有意义的干预和控制。

应从 AI 系统的设计阶段就开始考虑安全性，并通过假设各种场景的模拟实验以及实际环境下的严格测试，持续发现并改进潜在的风险因素。

可靠性、可解释性和安全性是国防 AI 技术负责任且有效发展的不可或缺的要素。这三者并非孤立存在，而是紧密相连的。缺乏可解释性就难以确保可靠性，而缺乏可靠性和安全性的 AI 则无法投入实际作战。

因此，在持续投入该领域研发的同时，除了技术层面的努力，还必须在制度和伦理层面并行开展思考与探索。未来的国防 AI 不仅仅要变得更聪明、更强大，还必须朝着更值得信赖、更透明、更安全的方向演进。

3-2 关于 AI 伦理及安全标准的国际讨论

人工智能（AI）技术，特别是 AI 在国防领域的应用，已不仅仅是一个国家的问题，而是引起全球关注并产生深远影响的重大事项。由于 AI 技术的进步速度极快且影响力巨大，如果各国仅独立推进技术开发和应用政策，可能会引发意想不到的风险，或加剧国际局势的不稳定性。

如果特定国家开发并部署无需人类干预即可自行判断并实施攻击的“完全自主杀伤性武器”，可能会引发其他国家的军备竞赛，并增加偶发性冲突的风险。AI 系统的错误或误操作也可能造成跨越国界的损害。

因此，针对国防 AI 技术的伦理问题和安全标准进行国际讨论与合作的需求正急剧增长。全世界需要共同思考并制定通用的规范。

国际社会讨论的主要焦点之一是“致命自主武器系统（Lethal Autonomous Weapons Systems, LAWS）”，即通常所说的“杀手机器人”。讨论内容从“允许机器做出夺取人类生命的决定在伦理上是否正确”这一根本性问题，到现实层面的担忧，如 AI 能否在复杂的战场环境下严格遵守国际法原则，例如区分平民与战斗员的“区分原则”，以及在军事必要性与平民伤害之间取得平衡的“比例原则”。

一些国家和公民社会组织主张应全面禁止完全自主杀伤性武器的研发和使用，而另一些国家则认为应考虑到技术的潜在利益，通过审慎的开发和监管进行管理。此类讨论主要围绕联合国（UN）《特定常规武器公约》（CCW）下的政府专家组（GGE）会议展开，但由于各国立场差异，尚未达成具有约束力的协议。

除 LAWS 问题外，还有许多重要的主题需要国际讨论。首先是 AI 引发的军备竞赛风险。如果各国竞相投入更强大的军事 AI 开发，可能会像过去的核武器竞赛一样，加剧国际局势的不稳定性并导致不必要的军备支出。AI 系统之间的相互作用可能以不可预测的方式展开，从而无意中推高危机。因此，有必要讨论提高国家间透明度、减少误解、建立信任的措施或军备控制方案。

其次是确保 AI 系统设计和使用符合国际人道法的问题。当 AI 在复杂战场中面临伦理困境时应如何行动，以及如果 AI 系统卷入战争罪行时责任归属的标准制定，已迫在眉睫。

第三是 AI 学习数据中固有的偏见问题。如果使用对特定种族、性别、国籍等持有偏见的数据训练 AI，AI 可能会做出歧视性的决策。在军事行动中，这可能导致对特定群体的错误锁定或伤害，因此需要技术和政策层面的努力来确保数据的公正性并缓解 AI 的偏见。

国际讨论的进展并非一帆风顺。各国的安全利益和战略判断各异，不同文化圈对 AI 技术的伦理观点也可能存在差异。此外，AI 技术进步神速，国际共识或法律法规的制定往往难以跟上技术发展的步伐。

尽管存在这些困难，持续并深化关于国防 AI 伦理和安全标准的国际讨论仍然至关重要。即便目前难以制定具有约束力的条约或法规，通过持续的对话和信息交换，也可以减少国家间的误解并扩大共识。这有助于管理潜在风险，并引导 AI 技术朝着对人类更安全、更有益的方向发展。

必须通过非正式专家会议、联合研究项目、伦理原则宣言等多种形式的合作，努力形成关于负责任地开发和使用 AI 的国际共识。

4 与其他尖端技术的融合

人工智能（AI）技术本身固然强大，但当它与其他尖端技术相结合时，其潜力将呈爆炸式增长。在未来国防领域，AI 与 6G 通信、量子计算、数字孪生、元宇宙等多种尖端技术的融合，正在开启以前难以想象的新可能性。这种技术融合将从根本上改变未来战场的面貌，成为极大化军事行动效率和效果的核心动力。

4-1 基于 6G 通信的实时控制

为了使人工智能正常运行，如同人体神经系统一样快速且稳定的信息传输通道至关重要。从 AI 学习海量数据、共享分析结果，到向远程机器人或无人机下达指令，通信技术深度参与了每一个环节。目前使用的 4G LTE 或卫星通信等技术，有时会因速度较慢或延迟时间较长，在对实时性要求极高的军事行动中存在局限性。

即将到来的第六代移动通信 (6G) 具有革新国防 AI 应用方式的潜力。6G 不仅仅是提高了数据传输速度，更通过其“万物智联”的特性，使基于 AI 的实时控制和大规模协作成为可能。

5G 技术的三个核心特征可以概括如下。首先是“增强型移动宽带 (eMBB)”，即超高速。它使得大容量数据的传输速度远超现有的 4G。这使得侦察无人机拍摄的高清影像能够无缝实时传输至指挥部，或者将海量的战场传感器数据迅速发送至 AI 分析服务器。

其次是“高可靠低延迟通信 (URLLC)”，即超低延迟。这项技术能够将数据收发的往返时间（延迟）缩短到几乎无法感知的程度。1 毫秒（1/1000 秒）级别的延迟是人类几乎无法察觉的速度，它使得对部署在危险区域的机器人或无人机进行如同玩游戏般的精准远程操控成为可能。这对于极度缩短 AI 感知、判断并采取行动的 OODA 循环速度也起着核心作用。

第三是“海量机器类通信 (mMTC)”，即超大连接。这是指在狭小区域内也能将海量设备同时接入网络的能力。该技术对于构建由成百上千架无人机组成的蜂群，或将战场上所有士兵、车辆、传感器整合在一起的“战场物联网 (IoBT)”环境至关重要。

6G 技术有望在进一步强化 5G 这些特征的同时，增加新的功能。目前的研究目标是实现比 5G 快 50 倍的速度、十分之一的延迟，以及更高的可靠性和安全性。在 6G 时代，通信网络本身有望扮演感知周围环境的传感器角色（通感一体化），或者将 AI 功能内置于通信系统本身（AI 原生网络），从而实现更智能的通信服务。

整合地面、卫星、飞行器等，构建连接天空乃至太空的无缝立体化网络，也是 6G 的重要目标之一。

这些通信技术的发展将极大地拓展国防 AI 的应用范围。超低延迟通信使得在安全的后方精准远程控制部署在危险区域的无人车辆或机器人成为可能，从而减少人员伤亡。可以预见的应用包括通过远程手术机器人迅速救治伤员，或对排爆机器人进行精细操控等。

超高速、超连接的特性，使得实时收集来自战场无数传感器的海量数据并由 AI 进行分析成为现实，从而能为指挥官提供关于战场态势更准确、更全面的信息（增强态势感知）。

它将使成千上万架无人机紧密通信、步调一致的大规模蜂群作战成为可能；同时，在构建与物流系统联动、实现从补给申请到配送全过程自动化与优化的智能军勤保障体系方面，也将发挥核心作用。

快速通信对于构建身临其境的训练及作战支持环境也必不可少，例如在士兵佩戴的增强现实 (AR) 眼镜上实时显示敌军位置或作战信息，或者让多个部队在虚拟现实 (VR) 环境中进行协同演习。

当然，挑战依然存在。由于网络是国家的核心基础设施，因此极易受到敌方的网络攻击或电磁干扰。确保网络本身的安全性与生存能力至关重要。在战场等恶劣环境下构建并维护稳定的 5G/6G 基础设施也是一大难点，此外还需考虑获取并保护所需频谱资源，以及确保盟国间系统的互操作性等问题。

尽管存在这些挑战，5G/6G 通信技术作为充分发挥未来国防 AI 潜力的必备基础设施，其重要性在未来必将日益凸显。这预示着未来战场将基于 AI 和万物智联网络，变得更加高效与智能化。

4-2 量子计算与 AI 的结合

目前我们使用的人工智能 (AI) 大多运行在基于 0 或 1 的二进制位 (bit) 工作的“通用计算机”上。然而，近期备受瞩目的“量子计算 (Quantum Computing)”的工作原理截然不同，它在处理特定问题时展现出巨大潜力，能在短短几小时或几分钟内解决通用计算机需花费数百万年才能完成的难题。

量子计算机使用可以同时具备 0 和 1 状态的“量子比特 (qubit)”作为基本单位，并利用量子力学中的“叠加 (superposition)”和“纠缠 (entanglement)”现象（即多个量子比特之间相互作用并形成复杂关联）来进行运算。

量子计算技术与 AI 相结合的“量子 AI”或“量子机器学习 (Quantum Machine Learning, QML)”领域虽仍处于初步研究阶段，但蕴含着为未来国防领域带来革命性变革的可能性。

2024 年 12 月谷歌公布的新一代量子芯片“Willow”展示了其巅峰实力。谷歌声称，Willow 芯片仅用 5 分钟就解决了一个全球最快超级计算机需耗时 10 的 25 次方 (10^25) 年才能处理的问题。其优点在于处理时间大幅缩短，从而在功耗问题上也表现得相对从容。

量子计算在解决复杂的“优化问题”方面具有独特优势。例如在无数路径中寻找最高效的军用物资补给线路，在有限的武器资源下最有效地分配打击目标，或是在研发新材料及新药的过程中，从无数种分子组合中寻找最优结构等。

面对通用计算机需耗费海量时间解决的问题，量子计算机能以极快的速度完成。通过 AI 定义复杂的工程问题并分析数据，再由量子计算机迅速找出最优解，这种协作模式可以产生巨大的协同效应。

量子计算机有能力快速破解目前通用的绝大部分加密体系（例如 RSA 加密）。这意味着掌握量子计算机的敌方可以轻易窃取我方的秘密通信或重要信息，构成严重的国家安全威胁。因此，针对量子计算机时代的到来，研发并应用取代现有加密体系的新型“后量子加密 (PQC)”已成为当务之急，而 AI 可以协助设计并验证这些新型加密算法。

与此相反，AI 也可以与量子算法结合，被用于提升破解敌方加密信息的能力。

量子计算还能助力提升 AI 模型本身的性能。部分研究表明，利用量子算法有望显著提高特定类型机器学习模型的训练速度。基于量子现象的新型 AI 模型（例如“量子神经网络”）具有识别通用 AI 难以察觉的复杂模式或解决更棘手问题的潜力。

此外，量子计算机可以精确模拟物质的微观世界。它可用于开发新材料，或设计疫苗及治疗药物。AI可以优化这些量子模拟过程并协助结果分析。量子计算和AI也能为开发极其灵敏的“量子传感器”做出贡献，这使得在没有GPS信号的情况下也能实现精确导航，或探测隐藏的潜艇或地下设施等，从而大幅提升国防能力。

量子计算与AI的结合仍有很长的路要走。制造能够稳定运行的大规模量子计算机本身就是一个巨大的技术挑战，而且量子计算机对外部环境的变化非常敏感，极易产生错误。开发有效的误差修正技术至关重要。

哪些问题能够真正从量子计算机中获益，以及开发用于解决这些问题的高效量子算法，也是重要的研究领域。提高向量子计算机输入海量数据及输出结果过程的效率，以及提高目前仍需昂贵且特殊的极低温环境的量子计算机的可及性，都是需要解决的课题。

从长远来看，量子计算与AI的融合具有对国防领域产生深远影响的潜力。除了提高计算速度外，它还可以在密码系统、材料科学、传感器技术以及解决优化问题的能力等构成军事力量基础的多个领域带来革命性的变化。

尽管仍处于初期阶段，但主要国家已经意识到量子技术的重要性并投入巨资，这预示着其可能对未来的国家竞争力和安全产生决定性影响。持续研究量子计算与AI结合的可能性并掌握技术动向，对于筹备未来国防至关重要。

4-3 与数字孪生、元宇宙联动

“数字孪生（Digital Twin）”和“元宇宙（Metaverse）”是将现实世界精确复制到虚拟空间，并在其中实现多种交互的技术。当这些技术与人工智能（AI）相结合时，可以在国防领域的武器系统设计与测试、军事训练、作战计划制定、后勤保障等多个领域带来革命性变革。这就像在虚拟世界中预先解决现实世界的问题并找到最佳答案，然后再应用到现实中一样，可以成为提高效率、降低风险的强大工具。

“数字孪生”是指在虚拟空间中完全还原现实世界中的物理资产（如战斗机发动机、舰艇、军事基地）或过程。它不仅仅是创建一个3D模型，而是一个能与实际对象实时交换数据、监控状态、预测未来发生的事情并模拟各种场景的“活生生”的虚拟模型。

战斗机发动机的数字孪生从安装在发动机上的众多传感器中实时接收温度、压力、振动等数据并进行分析。AI基于这些数据诊断发动机的当前状态，预测未来可能发生的故障，并告知最佳维护时机。

通过这种方式，可以预防因突发故障引起的事故，提高维护效率，从而最大限度地提升战斗机的出勤率。在开发新型武器系统时，可以在制造实际原型之前在虚拟空间创建数字孪生，并重复进行大量的性能测试和设计更改。在此过程中，AI可以自动执行数千乃至数万次模拟，帮助寻找最佳设计，从而大幅缩短开发周期并降低成本。

还可以利用卫星照片、无人机影像、传感器数据等，将特定作战区域的地形、建筑、道路网等构建成精密的数字孪生，并利用AI模拟各种作战方案（如巷战、人质营救行动）。通过这种方式，可以在投入实际作战前预先发现潜在风险因素，并开发最有效的战术，实现“虚拟作战演习”。

“元宇宙”是指一个持久的、共享的虚拟空间，多个用户可以通过化身接入其中进行交互和开展各种活动。它通常与虚拟现实（VR）或增强现实（AR）技术相结合，提供高度的沉浸感。

在国防领域，元宇宙主要可用于革新训练和协作环境。散布在世界各地的士兵可以在元宇宙空间构建的虚拟战场中会面，共同进行联合训练。在几乎与现实完全一致的环境中，可以安全地反复进行复杂的战术训练或危险情况应对训练，而AI可以在这个虚拟战场中扮演表现出真实行为模式的敌军或平民角色，从而将训练的真实感提升到极致。

即使指挥官和参谋人员在物理上分隔两地，他们也可以聚集在元宇宙空间的虚拟指挥控制室中，查看战场的可视化3D信息（如在以数字孪生呈现的作战区域上显示的友军和敌军位置、实时传感器数据）并进行讨论，审查AI建议的各种作战方案，共同制定作战计划。

当现场士兵遇到复杂的装备维修问题时，通过元宇宙，远程专家可以利用AR眼镜等设备共享士兵看到的画面，实时指导维修过程，并以视觉方式标注指示事项，实现远程支援。

为了使数字孪生和元宇宙正常发挥作用，AI的角色至关重要。AI处理来自现实世界的海量传感器数据，使数字孪生保持最新状态，并真实地模拟虚拟环境中的物理规律、气象变化及人类行为等复杂现象。

AI还负责分析数字孪生或元宇宙环境中产生的海量数据，寻找隐藏的模式，预测未来，并提出最佳方案。在训练场景中，AI扮演像真实人类一样思考和行动的虚拟敌军或盟军，从而最大限度地提高训练效果。

当然，也存在一些挑战。为了构建并维持精确的数字孪生，需要持续提供海量高质量数据，并要求强大的计算资源和网络支持。确保不同系统与平台之间的互操作性并制定标准，以及保护系统免受虚拟环境中敏感信息泄露或恶意攻击的安全问题也至关重要。

最后，为了使作为用户的官兵们能够熟悉并有效利用新的技术环境，需要进行充分的教育和培训。

AI技术与数字孪生、元宇宙的融合具有彻底改变未来国防面貌的潜力。通过在虚拟空间进行精确的分析、预测和模拟，以及沉浸式的训练和协作环境，有望大幅提升军事行动的效率与安全性，提高决策质量，并增强应对新威胁的能力。这为在降低现实世界风险和成本的同时最大化国防能力提供了一种新范式。

5 技术管控与未来设计

人工智能（AI）技术给国防领域带来的变革，不仅停留在军事层面，还对全人类的未来和安全产生深远影响。虽然我们掌握了AI这一强大工具，但也承担着如何使用和管控它的责任。面对AI技术日新月异的发展速度，我们必须深思其潜在风险及伦理问题，并做出明智应对。

在国家间可能开展AI军备竞赛、缺乏国际规范以及担心技术发展可能威胁人类尊严与安全的忧虑中，人类面临着明智管控技术并设计对所有人都有利的未来的重大课题。

5-1 AI军备竞赛中的明智选择

随着人工智能技术在军事上的极高实用性为人所知，世界各国正竞相投身于国防人工智能技术的开发。落后可能对国家安全构成严重威胁的焦虑感正加剧这种竞争。正如冷战时期的核军备竞赛一样，人们担心这可能会导致一场永无止境的“AI军备竞赛”。

不受控制的军备竞赛不仅会导致巨大资源的浪费，还会加剧国家间的互不信任和紧张局势，反而威胁安全并增加偶然冲突的风险。特别是由于AI技术可以不经人类干预，以机器的速度运行和判断，冲突有可能以意想不到的方式扩大。

那么，在AI军备竞赛中，“明智的选择”是什么呢？

有必要在确保AI系统的可控性和安全性方面进行投资。必须保证一项原则：无论人工智能如何发展，对于涉及人类生命的重大决定，必须始终保持人类的控制。为此，必须透明地理解AI系统的运行过程，防止意外错误或误操作，并努力建立应对万一情况的安全装置。必须加强相关程序，严格验证和评估AI系统是否良好遵守了这些原则。

竞争对手之间也应提高透明度并保持对话。通过交换关于正在开发何种AI技术以及在何种原则下运行的信息并进行沟通，可以减少不必要的误解和猜疑。这类似于核武器时代大国之间为了防止偶然核战争而设立“热线”的努力。应积极寻求“信任构建措施(CBMs)”，例如建立危机管理渠道，以便在AI技术发生误操作或出现预料之外的冲突情况时能够迅速沟通。

必须坚定维护伦理原则。应警惕为了短期军事利益而妥协伦理标准的诱惑。特别是对于可能侵犯人类尊严和生命权的AI技术的开发与使用，必须在国内外设定强有力的伦理准则并严格遵守。这些伦理标准不仅是道德问题，从长远来看，在形成国际社会规范和维持稳定性方面也发挥着重要作用。

考虑到AI军备竞赛可能带来的灾难性后果，我们必须克服这些困难，以负责任的态度引领技术发展。现在需要的是追求长期稳定与和平而非短期利益的战略智慧。我们应当认识到，AI军备竞赛并非不可避免的宿命，而是可以通过我们的选择来调节其方向和速度的课题。

5-2 国际规范的形成与合作的重要性

国防领域的AI其影响力跨越国界，因此仅凭一个国家的努力很难进行有效的管理和控制。AI系统的错误或误操作可能会跨越国界造成损害，而危险的AI技术如果扩散到不稳定的国家或恐怖组织，将成为全球性的安全威胁。如果AI军备竞赛加剧，国际局势将更加动荡，和平将受到威胁。

正因如此，制定国防AI技术开发与使用的国际规范并加强国家间合作至关重要。就像国际社会曾针对核武器或化学武器等可能对人类构成严重威胁的技术共同制定规则并进行管理一样，对于AI技术，也需要为实现负责任的使用而共同努力。

国际规范的形成与合作之所以重要，有以下几个原因：第一，有助于营造可预测且稳定的国际环境。如果各国对在何种原则下开发和使用国防AI有共同的理解和规则，就可以减少误解对方意图或做出错误判断的风险。这对于防止危机局势下无意的冲突扩大至关重要。

第二，对于保护人类普世价值必不可少。国际规范的作用是确保AI技术的开发和使用不侵犯人权、民主和法治等基本价值。特别是尊重人类尊严和生命权，并成为确保在战争状态下也能遵守国际人道法原则的重要标准。

第三，为共享技术发展红利和共同管理风险提供基础。AI技术在疾病诊断、灾难预测等造福人类的领域也能做出巨大贡献。通过国际合作，可以在促进这些积极应用的同时，共同应对因AI技术误用或滥用而产生的风险（如基于AI的网络攻击、虚假信息传播）。

第四，能有效防止无序扩散。为了控制诸如能够自主判断并攻击的自主杀伤性武器等危险技术不落入不负责任的国家或非国家行为体之手，国际协作与共识必不可少。

形成国际规范和实现合作的方式多种多样。最强有力的形式是签署具有法律约束力的“条约”或“公约”。可以考虑签署禁止或限制特定类型AI武器（如完全自主杀伤性武器）开发或使用的国际条约。但由于AI技术的特性导致验证困难，且各国利益冲突尖锐，制定具有约束力的条约是一个非常艰难的过程。

现实中，虽然没有法律约束力，但通过影响各国行为的“软法(Soft Law)”或非正式协议来形成规范的努力正活跃开展。例如各国承诺自愿遵守的“行为准则”、“伦理原则宣言”以及“最佳实践共享”等。

通过美中等大国间的“双边对话”就军事AI的危险性形成共识、减少误解并建立危机管理渠道，也是一种重要的合作方式。联合国(UN)、七国集团(G7)、经济合作与发展组织(OECD)等多边国际机构为这些讨论提供了重要平台，成为各国参与、交换意见并达成共识的场所。

不仅是政府官员，学术专家、企业代表、民间社会团体等参与的非正式对话渠道，在挖掘新创意并 促进正式谈判方面也发挥着重要作用。

当然，这伴随着困难。各国的主权问题、军事技术的保密主义、验证的困难、大国间的竞争格局以及AI技术的飞速发展速度等都是主要障碍。然而，尽管存在这些困难，也不应停止通过持续对话与合作来扩大共识、建立信任的努力。

在国防AI这一强大且具有潜在危险的技术面前，人类应当走向的方向不是封闭的竞争，而是开放的合作。为了让这项技术带来的未来更接近乌托邦而非反乌托邦，集结全人类的智慧并共同制定负责任的规范比什么都重要。这正是赋予我们时代的重大课题。

5-3 技术发展与人类安全的和谐

以人工智能(AI)为首的高新技术的进步正为人类开启前所未有的可能性。它在攻克疾病、应对气候变化、提高生产力等各个领域都具有引领积极变革的潜力。在国防领域，AI也有助于强化安全，例如通过更准确的信息分析提前感知威胁，利用精密引导技术减少平民伤亡，以及将危险任务交给机器人以防止人员损失。

但与此同时，技术进步也为人类安全蒙上了新的阴影。能够自主判断并攻击的自主武器的出现可能降低战争门槛，增加超出人类控制的战争升级风险；利用AI进行的网络攻击或散布虚假信息可能加剧社会混乱和国家间的不信任。

AI驱动的自动化导致的大规模失业可能引发经济不平等和社会动荡，利用AI建立的监控系统也存在侵犯个人自由和隐私的担忧。正如技术进步是一把双刃剑，它既可以提升人类安全，也可能反而构成威胁。

因此，我们的任务并非无条件地追求技术进步，也不是盲目地感到恐惧，而是要明智地引导和协调其发展方向，使技术能够真正为“人类安全（Human Security）”做出贡献。

“人类安全”不仅限于保护国家领土或主权的传统“国家安全”概念，它具有更广泛的内涵，涵盖了每个个体免受暴力、贫困、疾病、环境破坏等各种威胁，安全且有尊严地生活的权利。也就是说，技术进步不应仅服务于加强国家的军事力量，而应最终致力于提高所有人的生活质量，并创造一个和平、可持续的未来。

我们需要从技术开发的初期阶段就开始审慎考虑潜在的风险和社会影响，努力实现技术利益最大化，同时将负面影响降至最低。

为了协调技术进步与人类安全，必须从多个方向做出具体努力。首先，应确立“以人为本的技术设计”原则。技术是服务于人类的工具，而不应成为目的本身。因此，包括人工智能（AI）在内的所有技术，从开发阶段起就应将人类价值、伦理和福祉放在首位进行设计。

对于直接影响人类生命安全的国防AI系统，其开发方向应是辅助和增强人类的判断与责任，而非取代它们。

其次，必须建立强有力且有效的“治理体系”。考虑到技术的飞速发展，应不断完善国内法律和国际规范，制定明确的AI技术开发与使用规则及标准。同时，需要建立制度性保障，监督规则的执行，并在违规时追究责任。这不仅需要政府的参与，还需要企业、研究机构和公民社会等多元主体的合作。

第三，必须坚定维持“有意义的人类控制”原则。无论AI系统如何进步，对于涉及武力使用等可能导致不可逆转后果的决定，最终的判断和责任必须由人类承担。制定具体方案并在技术和程序上确保这一点，同时达成社会共识至关重要。

第四，应确保AI系统的“透明性”和“问责制”。只有能够理解AI的运作方式及判断依据，我们才能信任其结果并纠正错误。必须建立明确的标准和程序，以确定在AI系统引发问题时，谁应承担责任以及如何承担责任。

第五，应努力解决AI算法和训练数据中可能存在的“偏见”问题。为了防止AI对特定群体做出不利或歧视性的决定，从数据收集阶段到算法设计、系统评估，都需要在技术和制度层面付出努力以确保公平性。

第六，应加大对AI系统“安全性”和“保障性”研究的投入。为了预防AI误操作或被黑客攻击可能带来的严重损害，必须不断开发旨在增强系统稳健性并抵御外部攻击的技术。

第七，应提高社会对技术变革的适应能力。为了应对AI和自动化带来的就业变化，需要改革教育体系、加强职业转换培训计划并完善社会安全网。此外，还应加强数字素养教育并活跃公共讨论平台，使公民能够正确理解AI技术并参与相关社会讨论。

协调技术进步与人类安全是生活在21世纪的我们所面临的最重要且最紧迫的任务。这不仅仅是一个技术问题，而是一个涉及伦理反思、政治决策、社会共识以及国际合作的复杂课题。

我们应充分利用技术进步的潜力，但在此过程中必须不断反思和努力，以免丧失人类尊严、安全以及和平共处等核心价值。为了让后代能在更安全、更繁荣的世界中生活，我们有责任明智地管控技术，并朝着促进全人类福祉的方向规划未来。这应是全人类在迎接强人工智能时代时真正的使命。